按條件分組，無聚合 R

Question

我有一個 dataframe，我想按 ID 和日期分組，但沒有任何聚合 function。因為我的 dataframe 是這樣的

ID	日期	值 1	值 2	值 3	值 4
ID1	2018-02-08 01:00:00	10	北美	北美	北美
ID1	2018-02-08 01:00:00	北美	30	北美	北美
ID1	2018-02-08 01:00:00	北美	北美	90后	北美
ID1	2018-02-08 01:00:00	北美	北美	北美	60

我想要做的是向上移動連續列的值，以便在一行中具有相同 DATE 和相同 ID 的值。

預期結果

ID	日期	值 1	值 2	值 3	值 4
ID1	2018-02-08 01:00:00	10	30	90后	60

Answer 1

我不確定“聚合函數”是什么意思。 你能解釋一下你的意思嗎？

我會這樣做的，但我懷疑這不是您要找的東西？

library(tidyverse)

d <-structure(list(ID = c("ID1", "ID1", "ID1", "ID1"), 
                   DATE = c("2018-02-08 01:00:00","2018-02-08 01:00:00", 
                            "2018-02-08 01:00:00", "2018-02-08 01:00:00"),
                   VAL.1 = c(10L, NA, NA, NA), 
                   VAL.2 = c(NA, 30L, NA, NA), 
                   VAL.3 = c(NA, NA, 90L, NA), 
                   VAL.4 = c(NA, NA, NA, 60L)), 
              class = "data.frame", 
              row.names = c(NA,-4L))

d %>% pivot_longer(-c("ID", "DATE")) %>% 
  filter(!is.na(value)) %>% 
  pivot_wider(names_from = "name", values_from = "value")
#> # A tibble: 1 × 6
#>   ID    DATE                VAL.1 VAL.2 VAL.3 VAL.4
#>   <chr> <chr>               <int> <int> <int> <int>
#> 1 ID1   2018-02-08 01:00:00    10    30    90    60

^{創建於 2022-12-06，使用reprex v2.0.2}

Answer 2

使用summarise with across和na.omit ：

library(dplyr)
library(tidyr)

data |>
  group_by(ID, DATE) |>
  summarise(across(starts_with("VAL"), na.omit)) |>
  ungroup()

或fill和slice （或distinct ）：

library(dplyr)
library(tidyr)

data |>
  group_by(ID, DATE) |>
  fill(starts_with("VAL"), .direction = "downup") |>
  slice(1) |>
  ungroup()

Output：

# A tibble: 1 × 6
  ID    DATE        VAL1  VAL2  VAL3  VAL4
  <chr> <date>     <dbl> <dbl> <dbl> <dbl>
1 ID1   2018-02-08    10    30    90    60

數據：

library(readr)

data <- read_table("ID  DATE    VAL1    VAL2    VAL3    VAL4
ID1 2018-02-08  10  NA  NA  NA
ID1 2018-02-08  NA  30  NA  NA
ID1 2018-02-08  NA  NA  90  NA
ID1 2018-02-08  NA  NA  NA  60")
``